皮肤科数据集，包含红斑和鳞状疾病诊断数据

Data Set Information: This database contains 34 attributes, 33 of which are linear valued and one of them is nominal. The differential diagnosis of erythemato-squamous diseases is a real problem in dermatology. They all share the clinical features of erythema and scaling, with very little differences. The diseases in this group are psoriasis, seboreic dermatitis, lichen planus, pityriasis rosea, cronic dermatitis, and pityriasis rubra pilaris. Usually a biopsy is necessary for the diagnosis but unfortunately these diseases share many histopathological features as well. Another difficulty for the differential diagnosis is that a disease may show the features of another disease at the beginning stage and may have the characteristic features at the following stages. Patients were first evaluated clinically with 12 features. Afterwards, skin samples were taken for the evaluation of 22 histopathological features. The values of the histopathological features are determined by an analysis of the samples under a microscope. In the dataset constructed for this domain, the family history feature has the value 1 if any of these diseases has been observed in the family, and 0 otherwise. The age feature simply represents the age of the patient. Every other feature (clinical and histopathological) was given a degree in the range of 0 to 3. Here, 0 indicates that the feature was not present, 3 indicates the largest amount possible, and 1, 2 indicate the relative intermediate values. The names and id numbers of the patients were recently removed from the database. Attribute Information: Clinical Attributes: (take values 0, 1, 2, 3, unless otherwise indicated) 1: erythema 2: scaling 3: definite borders 4: itching 5: koebner phenomenon 6: polygonal papules 7: follicular papules 8: oral mucosal involvement 9: knee and elbow involvement 10: scalp involvement 11: family history, (0 or 1) 34: Age (linear) Histopathological Attributes: (take values 0, 1, 2, 3) 12: melanin incontinence 13: eosinophils in the infiltrate 14: PNL infiltrate 15: fibrosis of the papillary dermis 16: exocytosis 17: acanthosis 18: hyperkeratosis 19: parakeratosis 20: clubbing of the rete ridges 21: elongation of the rete ridges 22: thinning of the suprapapillary epidermis 23: spongiform pustule 24: munro microabcess 25: focal hypergranulosis 26: disappearance of the granular layer 27: vacuolisation and damage of basal layer 28: spongiosis 29: saw-tooth appearance of retes 30: follicular horn plug 31: perifollicular parakeratosis 32: inflammatory monoluclear inflitrate 33: band-like infiltrate Relevant Papers: G. Demiroz, H. A. Govenir, and N. Ilter, "Learning Differential Diagnosis of Eryhemato-Squamous Diseases using Voting Feature Intervals", Aritificial Intelligence in Medicine [Web link] Papers That Cite This Data Set1: Vassilis Athitsos and Stan Sclaroff. Boosting Nearest Neighbor Classifiers for Multiclass Recognition. Boston University Computer Science Tech. Report No, 2004-006. 2004. [View Context]. Gisele L. Pappa and Alex Alves Freitas and Celso A A Kaestner. Attribute Selection with a Multi-objective Genetic Algorithm. SBIA. 2002. [View Context]. Rafael S. Parpinelli and Heitor S. Lopes and Alex Alves Freitas. PART FOUR: ANT colonY OPTIMIZATION AND IMMUNE SYSTEMS Chapter X An Ant colony Algor Original Owners: 1. Nilsel Ilter, M.D., Ph.D., Gazi University, School of Medicine 06510 Ankara, Turkey Phone: [phone]. H. Altay Guvenir, PhD., Bilkent University, Department of Computer Engineering and Information Science, 06533 Ankara, Turkey Phone: [phone] Email: guvenir '@' cs.bilkent.edu.tr Donor: H. Altay Guvenir, Bilkent University, Department of Computer Engineering and Information Science, 06533 Ankara, Turkey Phone: [phone] Email: guvenir '@' cs.bilkent.edu.tr

数据集信息：本数据库共包含34个属性，其中33个为线性取值属性，1个为名义型属性。红斑鳞屑性疾病（erythemato-squamous diseases）的鉴别诊断是皮肤科临床的棘手难题。该类疾病均具有红斑与鳞屑的典型临床特征，彼此间差异极微。本数据集涵盖的疾病包括银屑病（psoriasis）、脂溢性皮炎（seboreic dermatitis）、扁平苔藓（lichen planus）、玫瑰糠疹（pityriasis rosea）、慢性皮炎（chronic dermatitis，原文为cronic，应为笔误）、毛发红糠疹（pityriasis rubra pilaris）。通常此类疾病的确诊需依赖组织活检，但遗憾的是，它们的组织病理学特征也存在诸多重叠。此外，鉴别诊断的另一难点在于，部分疾病在病程初期可能表现出其他疾病的症状，待后续阶段才展现自身典型特征。研究人员首先通过12项临床特征对患者进行初评，随后采集皮肤样本，通过显微镜下分析完成22项组织病理学特征的量化评估。本数据集的家族史属性：取值为1时表示家族中曾出现过上述任一疾病，取值为0则表示无相关家族史；年龄属性直接反映患者的实际年龄；其余所有临床与组织病理学属性的取值范围均为0至3，其中0代表该特征未出现，3代表特征表现程度最显著，1和2代表相对的中间程度。所有患者的姓名与编号已从数据库中移除。

属性信息：
临床属性（若无特殊说明，取值范围为0、1、2、3）：
1. 红斑（erythema）
2. 鳞屑（scaling）
3. 边界清晰（definite borders）
4. 瘙痒（itching）
5. 同形反应（koebner phenomenon）
6. 扁平丘疹（polygonal papules）
7. 毛囊性丘疹（follicular papules）
8. 口腔黏膜受累（oral mucosal involvement）
9. 膝肘部位受累（knee and elbow involvement）
10. 头皮受累（scalp involvement）
11. 家族史（family history，取值为0或1）
34. 年龄（Age，线性取值）

组织病理学属性（取值范围为0、1、2、3）：
12. 黑素失禁（melanin incontinence）
13. 浸润物中嗜酸性粒细胞（eosinophils in the infiltrate）
14. PNL浸润（PNL infiltrate）
15. 乳头状真皮纤维化（fibrosis of the papillary dermis）
16. 细胞外渗（exocytosis）
17. 棘层肥厚（acanthosis）
18. 角化过度（hyperkeratosis）
19. 角化不全（parakeratosis）
20. 表皮突棒状增粗（clubbing of the rete ridges）
21. 表皮突延长（elongation of the rete ridges）
22. 乳头上方表皮变薄（thinning of the suprapapillary epidermis）
23. 海绵状脓疱（spongiform pustule）
24. Munro微脓肿（munro microabcess）
25. 局灶性颗粒层肥厚（focal hypergranulosis）
26. 颗粒层消失（disappearance of the granular layer）
27. 基底细胞空泡变性与损伤（vacuolisation and damage of basal layer）
28. 海绵水肿（spongiosis）
29. 表皮突锯齿状外观（saw-tooth appearance of retes）
30. 毛囊角栓（follicular horn plug）
31. 毛囊周围角化不全（perifollicular parakeratosis）
32. 炎症性单核细胞浸润（inflammatory monoluclear infiltrate，原文为inflitrate，应为笔误）
33. 带状浸润（band-like infiltrate）

相关文献：
G. Demiroz、H. A. Govenir与N. Ilter，《基于投票特征区间的红斑鳞屑性疾病鉴别诊断学习》，《医学人工智能》[Web链接]

引用本数据集的文献：
1. Vassilis Athitsos与Stan Sclaroff。《用于多分类识别的提升最近邻分类器》。波士顿大学计算机科学技术报告第2004-006号，2004年。[查看上下文]
2. Gisele L. Pappa、Alex Alves Freitas与Celso A A Kaestner。《基于多目标遗传算法的属性选择》。SBIA，2002年。[查看上下文]
3. Rafael S. Parpinelli、Heitor S. Lopes与Alex Alves Freitas。第四部分：蚁群优化与免疫系统 第十章 蚁群算法（原文末尾存在截断）

原始数据提供者：
1. Nilsel Ilter医学博士、哲学博士，土耳其加齐大学医学院，安卡拉市06510，电话：[phone]
2. H. Altay Guvenir博士，土耳其比尔肯特大学计算机工程与信息科学系，安卡拉市06533，电话：[phone]，邮箱：guvenir '@' cs.bilkent.edu.tr

数据捐赠者：H. Altay Guvenir，土耳其比尔肯特大学计算机工程与信息科学系，安卡拉市06533，电话：[phone]，邮箱：guvenir '@' cs.bilkent.edu.tr

搜集汇总

背景与挑战

背景概述

该数据集是一个皮肤科医学数据集，专注于红斑鳞状疾病的鉴别诊断，包含银屑病、脂溢性皮炎等六种疾病。数据集由34个属性组成，包括12个临床特征和22个病理特征，每个特征按0-3分级量化，并辅以家族史和年龄信息，适用于机器学习模型训练以辅助疾病诊断。数据已匿名化处理，移除了患者身份信息，确保隐私安全。